{"id":"2f2dfcbc-8b25-4452-9dfc-526d5dcf254b","shortId":"h3DV3Y","kind":"skill","title":"ai-native-ux-design","tagline":"AI Native 产品方法论——AI Native 用户体验设计的实操 Skill。\n用户提供产品场景，Skill 自动执行 UX 设计流程：\n任务分析 → 人机分工设计 → 状态可见性 → 纠偏机制 → 信任设计 → 反馈沉淀 → 输出 UX 方案。\n基于《AI Native 产品方法论》第16章。","description":"# AI Native 用户体验设计 Skill\n\n## 使用场景\n\n- 产品需要设计人与 AI 协作的交互体验\n- 需要让用户理解系统、信任系统、愿意持续与系统协作\n- 需要设计渐进式自动化路径\n\n## 执行步骤\n\n1. **任务链路分析**：梳理用户从表达目标到完成任务的完整链路，识别人机协作的核心节点。\n2. **人机分工设计**：为每个任务节点定义 AI 职责、人类职责和决策模式（AI 自动/建议/人权决）。\n3. **状态可见性设计**：设计系统如何展示 AI 分析结果、置信度、数据来源和风险标记。\n4. **纠偏机制设计**：设计快速编辑、重新生成、完全拒绝和标记错误等纠偏入口。\n5. **信任 UX 设计**：设计来源展示、不确定性提示和边界告知，建立合理信任。\n6. **反馈沉淀机制**：设计有效反馈收集方式，将反馈转化为系统改进。\n7. **输出 UX 方案**：整合人机分工图、状态可见性、纠偏机制、信任设计和反馈机制。\n\n## 核心概念\n\n- **AI 交互体验（AI UX）**：围绕人机协作、状态可见、结果可纠偏和边界可控制来设计的产品体验\n- **Prompt UX**：用户如何表达目标、补充信息和修正系统方向的交互设计\n- **Trust UX**：系统如何展示来源、不确定性和执行边界，以建立合理信任\n- **渐进式自动化**：先让用户看见和确认，再逐步提高自动化程度的体验路径\n- **人在定义中（Human-in-Definition）**：人在目标定义、边界设定和禁止项声明中保持主导\n- **人在回路中（Human-in-the-Loop）**：人在关键节点中确认、修改和放行\n- **人在监督中（Human-on-the-Loop）**：人在运行时监控 AI、干预异常、执行叫停与回滚\n\n## AI UX 流程\n\n```\n用户表达目标\n  → 系统展示状态\n    → 给出建议 / 行动\n      → 用户纠偏或确认\n        → 结果执行\n          → 反馈沉淀\n```\n\n如果系统省略了\"状态可见\"和\"纠偏入口\"，体验再流畅也很难形成长期信任。\n\n## 从传统 UI 到 AI 交互体验\n\n传统软件体验主要围绕界面效率：导航是否清晰、按钮是否顺手、表单是否顺畅。\n\nAI Native 产品新增了另一层体验：\n- 用户如何表达意图\n- 系统如何理解目标\n- 结果如何被解释\n- 错误如何被纠正\n\n真正被设计的不只是界面元素，而是\"用户提出目标后，系统如何回应、如何推进、如何被纠偏\"的全过程。\n\n## AI UX 的五个核心特征\n\n### 1. Prompt UX\n\n- 用户如何自然表达问题\n- 如何引导用户提供足够的上下文\n- 如何让用户知道怎么修正系统方向\n\n### 2. 智能体交互\n\n- 系统如何展示思考过程\n- 系统如何展示步骤和状态\n- 用户如何理解系统正在做什么\n\n### 3. 人机协作（Human + AI Collaboration）\n\n- 用户如何接管、修改和确认结果\n- 哪些动作可以自动执行，哪些必须确认\n- 如何让用户感觉自己仍然在控制\n\n### 4. Feedback UX\n\n- 产品如何收集有效反馈，而不是只收点赞点踩\n- 如何让用户愿意提供修正和改进建议\n- 如何把反馈转化为系统改进\n\n### 5. Trust UX\n\n- 系统如何让用户知道答案从哪里来\n- 哪些地方有不确定性\n- 哪些动作有风险、需要注意\n\n## 人机协作的三个层级\n\n### 人在定义中（Human-in-Definition）\n\n- 人在目标定义中保持主导\n- 人在边界设定中保持主导\n- 人在禁止项声明中保持主导\n\n### 人在回路中（Human-in-the-Loop）\n\n- 人在关键节点中确认\n- 人在关键节点中修改\n- 人在关键节点中放行\n\n### 人在监督中（Human-on-the-Loop）\n\n- 人在运行时监控 AI\n- 人在异常时干预\n- 人执行叫停与回滚\n\n## 体验设计要围绕任务完成\n\nAI 产品的体验设计不应停留在\"回答好看不好看\"，而要围绕任务完成效率来设计：\n\n- 在分析系统里，关键不是输出多漂亮，而是能否让用户快速理解异常原因并采取行动\n- 在客服系统里，关键不是回复多长，而是能否更快、更稳地解决问题\n\n## 合并子 Skill 摘要\n\n以下三个子 Skill 已归档至 `.archive/`，核心内容已合并入本节：\n\n### p8a: RAX 风险评估器\n基于 RAX 框架（Risk, Ambiguity, eXposure）系统性评估 AI 产品的风险、模糊性和暴露程度，帮助产品团队识别和管理用户体验风险，找出 UX 弱点。\n\n### p8b: 信任度分级设计器\n设计 AI 产品的信任度分级体系，让用户从\"尝试\"到\"依赖\"渐进式地建立对 AI 的信任，通过分级交付策略降低用户的心理门槛。\n\n### p8c: 渐进式披露清单\n按照用户成熟度逐步展示 AI 功能和能力，避免一次性交付过多信息造成认知过载，降低新手期流失率。\n\n## 输出物：UX 方案\n\n1. **人机分工图**：在每个任务节点上，AI 做什么、人做什么\n2. **状态可见性设计**：系统如何展示正在做什么、进度如何\n3. **纠偏机制设计**：用户如何修正、确认、拒绝和升级人工\n4. **信任设计方案**：如何展示来源、不确定性、边界\n5. **反馈沉淀机制**：如何收集有效反馈并转化为系统改进\n\n## 使用方式\n\n当用户提供产品场景时，自动执行：\n\n1. 分析任务链路和人机分工点\n2. 设计状态可见性方案\n3. 设计纠偏机制\n4. 设计信任 UX 方案\n5. 设计反馈沉淀机制\n6. 输出 UX 方案\n\n## 示例\n\n### 示例：AI 客服 Copilot UX 设计\n\n**场景描述**：\n设计一个 AI 客服协同工作台的 UX，让客服专员高效使用 AI 建议，同时保持对服务的控制。\n\n**用户输入**：\n\"我们的 AI 客服建议有时不被采纳，有时被采纳后反而要修改，怎么设计更好的协作体验？\"\n\n**Skill 执行流程**：\n\n1. **任务链路分析**\n\n```\n用户咨询 → 客服理解 → AI生成建议 → 客服审核 → 发送/修改 → 用户反馈\n                    ↓\n              人机协作核心节点\n```\n\n2. **人机分工设计**\n\n| 任务节点 | AI 职责 | 人类职责 | 决策模式 |\n|----------|---------|----------|----------|\n| 意图理解 | 识别咨询类型、情绪 | 确认或纠正理解 | AI建议，人确认 |\n| 信息查询 | 自动查询订单/物流 | 核对数据准确性 | AI自动执行 |\n| 回复生成 | 生成候选回复 | 审核、编辑、选择 | AI建议，人决策 |\n| 高风险承诺 | 标注风险 | 人工确认后才能发送 | 人权决 |\n| 异常处理 | 建议升级 | 判断并执行升级 | 人权决 |\n\n3. **状态可见性设计**\n\n```yaml\n界面元素:\n  \n  AI分析卡片:\n    - 意图识别结果（置信度条）\n    - 已查询的数据（展开的详情）\n    - 情绪检测（中性/着急/愤怒）\n  \n  候选回复区:\n    - 3个备选回复（可切换）\n    - 每个回复的风险标记（绿/黄/红）\n    - 引用来源（规则第X条、订单#123）\n  \n  置信度提示:\n    - 高置信度（>90%）：绿色边框\n    - 中置信度（70-90%）：黄色边框 + \"请确认\"\n    - 低置信度（<70%）：红色边框 + \"建议人工处理\"\n```\n\n4. **纠偏机制设计**\n\n| 纠偏方式 | 交互设计 | 触发条件 |\n|----------|----------|----------|\n| 快速编辑 | 行内编辑，保留原意 | 内容基本可用，需微调 |\n| 重新生成 | \"换个说法\"按钮 | 风格不合适 |\n| 降低风险 | 移除敏感表述 | 检测到高风险词 |\n| 完全拒绝 | \"不需要\"按钮 + 原因选择 | 建议完全不相关 |\n| 标记错误 | \"反馈问题\"按钮 | 发现AI理解错误 |\n\n5. **信任 UX 设计**\n\n```yaml\n透明度设计:\n  \n  来源展示:\n    - \"基于订单 #12345 生成\"\n    - \"引用《退换货规则》第3.2条\"\n    - \"参考历史成功案例 C-8921\"\n  \n  不确定性展示:\n    - \"预计送达时间：1-2天（基于物流轨迹预测）\"\n    - \"⚠️ 该情况较为少见，建议优先解释政策\"\n  \n  边界提示:\n    - \"退款涉及金额 > 500元，需主管确认\"\n    - \"此建议不适用VIP客户，已自动切换模板\"\n```\n\n6. **Feedback UX 设计**\n\n```yaml\n即时反馈:\n  客服采纳建议后:\n    - 快捷评价：👍 / 👎\n    - 修改追踪：记录人工编辑与原建议的差异\n    - 标签选择：准确/冗余/风格差/信息错误\n  \n  定期沉淀:\n    - 每周生成\"最佳建议\"和\"待改进建议\"报告\n    - 高采纳率建议 → 案例库\n    - 频繁修改场景 → 模型优化需求\n```\n\n**输出结果**：\n\n```yaml\n# UX 方案：AI 客服 Copilot\n\n人机分工:\n  AI自动执行: [信息查询, 初步意图识别]\n  AI建议人决策: [回复生成, 解决方案推荐]\n  人权决: [高风险承诺, 投诉处理, 升级判断]\n\n状态可见:\n  - AI分析结果实时展示（意图+置信度）\n  - 数据来源明确标注\n  - 风险等级颜色编码\n\n纠偏入口:\n  - 快捷编辑（行内）\n  - 重新生成（一键）\n  - 完全拒绝+反馈\n  - 风险降级（自动移除敏感词）\n\n信任建立:\n  - 所有建议标注来源\n  - 高不确定性场景主动提示\n  - 边界场景明确告知限制\n\n反馈闭环:\n  - 采纳行为自动记录\n  - 修改内容追踪差异\n  - 定期质量报告生成\n  - 正向案例入库\n\n渐进自动化路径:\n  阶段1: 所有建议人工审核（当前）\n  阶段2: 高置信度+低风险建议自动发送（达成90%准确率后）\n  阶段3: 仅异常/边界场景人工介入（长期目标）\n```\n\n---\n\n### 示例：AI 数据分析助手——渐进式披露 UX 设计\n\n**场景描述**：\n设计一个面向业务分析师的 AI 数据分析助手。新手用户容易被复杂功能吓退，而高级用户又希望一步到位获取深度分析。需要设计渐进式披露路径，让不同成熟度的用户都能高效使用。\n\n**用户输入**：\n\"我们的 AI 分析助手功能很多，但新用户打开就不知道从哪开始，老用户又觉得每次都要点好几层才能用高级功能。怎么设计体验才能两头兼顾？\"\n\n**Skill 执行流程**：\n\n1. **任务链路分析**\n\n```\n用户打开助手 → 表达分析目标 → AI 理解意图 → 生成初始分析\n  → 用户查看结果 → 追加需求 / 深入探索 → AI 扩展分析\n    → 用户导出 / 分享 → 反馈沉淀\n```\n\n2. **人机分工设计**\n\n| 任务节点 | AI 职责 | 人类职责 | 决策模式 |\n|----------|---------|----------|----------|\n| 目标理解 | 解析自然语言、推荐分析模板 | 确认或修正分析方向 | AI建议，人确认 |\n| 数据选取 | 推荐相关数据集和字段 | 选择数据范围和维度 | AI建议，人决策 |\n| 分析执行 | 自动计算、生成图表 | 审核分析逻辑和结论 | AI自动，人审核 |\n| 深度探索 | 推荐下钻维度和关联分析 | 决定是否深入、往哪深入 | AI建议，人决策 |\n| 结论输出 | 生成摘要和行动建议 | 审核并放行最终结论 | AI建议，人权决 |\n\n3. **渐进式披露设计（核心）**\n\n```yaml\n用户成熟度分级:\n\n  Level 1 - 新手引导态:\n    界面: 简洁输入框 + 3个推荐问题模板\n    功能暴露: 基础问答式分析、单图表输出\n    引导方式: \"试试问我：上个月销售额怎么样？\"\n    隐藏内容: 多维分析、SQL编辑、自定义指标\n\n  Level 2 - 进阶探索态（使用5次后解锁）:\n    界面: 输入框 + 快捷操作栏（对比/趋势/分布）\n    功能暴露: 多图表对比、时间范围选择、维度切换\n    引导方式: \"你可以试试把两个指标放在一起对比\"\n    隐藏内容: 自定义SQL、API接入\n\n  Level 3 - 专家模式（使用20次后解锁）:\n    界面: 完整工作台（输入+SQL编辑器+可视化面板）\n    功能暴露: 全部功能、SQL编辑、自定义仪表盘\n    引导方式: 功能菜单全部展开，提供高级快捷键\n    解锁提示: \"你已解锁专家模式，所有高级功能已开放\"\n```\n\n4. **状态可见性设计**\n\n```yaml\n界面元素:\n  分析过程展示:\n    - 步骤条: \"理解目标 → 查询数据 → 生成分析\"（实时高亮当前步骤）\n    - 数据加载: 已扫描 12,340 条记录\n    - 分析进度: \"正在计算环比变化...\"\n\n  结果展示:\n    - 图表 + 一句话结论 + 置信度标签\n    - 数据来源标注: \"数据截至 2026-05-01\"\n    - 局限性提示: \"该分析未包含退货数据\"\n```\n\n5. **纠偏机制设计**\n\n| 纠偏方式 | 交互设计 | 触发条件 |\n|----------|----------|----------|\n| 修改分析方向 | \"换个角度：按区域/按产品线\" 快捷切换 | 分析维度不对 |\n| 补充约束 | \"加上筛选条件\" 浮层 | 结果范围太大 |\n| 重新生成 | \"再算一次\" 按钮 | 数据或逻辑有误 |\n| 回退到上一步 | 步骤条点击回退 | 中间步骤需调整 |\n\n6. **信任 UX 设计**\n\n```yaml\n透明度设计:\n  来源展示:\n    - \"基于 sales_db.orders 表，共 12,340 条记录\"\n    - \"计算方式：SUM(amount) GROUP BY month\"\n  不确定性展示:\n    - \"⚠️ 12月数据存在 3% 缺失，趋势可能偏低\"\n    - \"该结论基于历史6个月数据，置信度：中\"\n  边界提示:\n    - \"当前分析范围为华东区，其他区域数据未包含\"\n```\n\n**输出结果**：\n\n```yaml\n# UX 方案：AI 数据分析助手——渐进式披露\n\n人机分工:\n  AI自动执行: [数据查询, 基础计算, 图表生成]\n  AI建议人决策: [分析维度选择, 下钻方向, 对比方式]\n  人权决: [结论放行, 对外分享, 行动决策]\n\n渐进式披露:\n  Level 1 (新手): 输入框+模板 → 单图+结论\n  Level 2 (进阶): 快捷操作栏 → 多图对比+维度切换\n  Level 3 (专家): 完整工作台 → 全功能+SQL+自定义\n\n状态可见:\n  - 分析步骤条实时展示进度\n  - 数据量和来源始终可见\n  - 置信度和局限性主动标注\n\n纠偏入口:\n  - 快捷切换分析角度\n  - 筛选条件浮层\n  - 步骤回退\n  - 重新生成\n\n信任建立:\n  - 数据来源和计算方式透明\n  - 数据缺失和局限性主动提示\n  - 分析范围边界明确告知\n\n反馈闭环:\n  - \"这个分析有用吗\" 一键评价\n  - 追踪用户在哪个披露层级卡住\n  - 功能使用频率 → 自动调整披露策略\n\n渐进自动化路径:\n  阶段1: 所有分析由用户触发（当前）\n  阶段2: 常规周报自动生成，用户审核放行\n  阶段3: 异常指标自动预警+根因分析推送\n```\n\n---\n\n### 示例：企业知识库 AI 搜索——信任度分级 UX 设计\n\n**场景描述**：\n设计一个企业内部知识库的 AI 搜索与问答系统。员工用它查制度、找流程、查技术文档。AI 回答有时引用了过时文档，有时对不确定的问题也给出肯定回答，导致用户信任度下降。需要设计信任度分级体系，让不同置信度的回答有不同的展示方式和交互行为。\n\n**用户输入**：\n\"我们的 AI 知识库搜索经常给出很自信的回答，但引用的文档有时过时了，员工开始不信它了。怎么设计才能让用户知道哪些回答可以放心用、哪些要自己再确认？\"\n\n**Skill 执行流程**：\n\n1. **任务链路分析**\n\n```\n员工提问 → AI 理解问题 → 检索知识库 → 评估答案可靠性\n  → 按信任等级展示回答 → 用户判断是否采信\n    → 用户验证/采纳/标记 → 反馈沉淀\n```\n\n2. **人机分工设计**\n\n| 任务节点 | AI 职责 | 人类职责 | 决策模式 |\n|----------|---------|----------|----------|\n| 问题理解 | 解析问题意图、识别领域 | 确认或补充上下文 | AI建议，人确认 |\n| 知识检索 | 检索相关文档、排序相关性 | 判断是否找到正确文档 | AI自动，人审核 |\n| 答案生成 | 生成回答、标注引用来源 | 评估答案可信度 | AI建议，人判断 |\n| 信任分级 | 计算置信度、分配信任等级 | 根据等级决定是否采信 | AI自动，人权决 |\n| 过时检测 | 标记文档时效性 | 确认是否需要更新 | AI提示，人权决 |\n\n3. **信任度分级设计（核心）**\n\n```yaml\n信任度等级体系:\n\n  🟢 L1 - 高信任（置信度 ≥ 90%）:\n    条件: 引用3+篇一致文档 + 文档更新于90天内\n    展示: 绿色卡片 + \"高置信回答\" 标签\n    交互: 可直接采纳，一键复制或分享\n    示例: \"根据《2026年差旅报销制度》第4.2条，国内出差住宿标准为...\"\n\n  🟡 L2 - 中信任（置信度 60-89%）:\n    条件: 引用1-2篇文档 或 文档较旧（90-180天）\n    展示: 黄色卡片 + \"建议验证\" 标签\n    交互: 展示引用来源列表，鼓励用户点击查看原文\n    示例: \"根据《报销制度（2024版）》，住宿标准可能为... ⚠️ 该文档已超过6个月未更新\"\n\n  🔴 L3 - 低信任（置信度 < 60%）:\n    条件: 文档之间存在矛盾 或 无直接匹配文档\n    展示: 红色卡片 + \"需要人工确认\" 标签\n    交互: 不直接给结论，展示相关片段让用户自行判断\n    示例: \"找到3篇相关文档，但内容存在差异：[文档A] 说... [文档B] 说... 建议联系行政部门确认\"\n\n  ⚪ L4 - 无法回答:\n    条件: 知识库中无相关内容\n    展示: 灰色提示 + \"未找到相关知识\"\n    交互: 提供转人工入口 + \"我要提问\"（提交给知识管理团队）\n    示例: \"知识库中暂无关于海外签证办理的文档，已为您转接行政助理\"\n```\n\n4. **状态可见性设计**\n\n```yaml\n界面元素:\n  搜索过程展示:\n    - \"正在检索知识库... 已扫描 2,847 篇文档\"\n    - \"找到 12 篇相关文档，正在评估答案可靠性\"\n    - 匹配文档列表（可展开查看）\n\n  答案卡片:\n    - 信任等级标签（颜色编码）\n    - 引用来源列表（文档名+更新日期+相关度）\n    - 时效性标记: \"✅ 最新\" / \"⚠️ 3个月前更新\" / \"🔴 超过6个月\"\n    - 一致性标记: \"✅ 多篇文档一致\" / \"⚠️ 文档间存在差异\"\n\n  文档溯源:\n    - 点击引用 → 高亮原文对应段落\n    - 展示文档最后更新时间和维护人\n```\n\n5. **纠偏机制设计**\n\n| 纠偏方式 | 交互设计 | 触发条件 |\n|----------|----------|----------|\n| 查看原文 | \"查看出处\" 按钮，跳转文档高亮段落 | 用户想验证答案 |\n| 补充提问 | \"换个方式问\" 输入框 | 回答不够精确 |\n| 标记错误 | \"这个回答有误\" 按钮 + 原因选择 | 发现答案不正确 |\n| 报告过时 | \"文档可能过时\" 按钮 | 引用的文档已过期 |\n| 请求人工 | \"转人工咨询\" 按钮 | 低信任回答或复杂问题 |\n\n6. **信任 UX 设计**\n\n```yaml\n透明度设计:\n  来源展示:\n    - 每条回答必须标注引用文档\n    - 展示文档最后更新日期和维护责任人\n    - 多来源时展示一致性/矛盾性\n\n  不确定性展示:\n    - 置信度可视化（颜色+文字双重编码）\n    - \"该回答基于2024年制度，2025年可能已更新\"\n    - \"不同文档对此问题的表述不完全一致\"\n\n  边界提示:\n    - \"本系统覆盖行政、HR、IT制度类文档\"\n    - \"涉及法律合规类问题建议咨询法务部\"\n    - \"该文档仅适用于中国区，海外政策请咨询当地HR\"\n```\n\n**输出结果**：\n\n```yaml\n# UX 方案：企业知识库 AI 搜索——信任度分级\n\n人机分工:\n  AI自动执行: [文档检索, 相关性排序, 置信度计算]\n  AI建议人判断: [答案采信, 文档时效性判断]\n  人权决: [制度解读, 流程确认, 跨部门问题]\n\n信任度分级:\n  L1 高信任(≥90%): 绿色卡片 + 可直接采纳\n  L2 中信任(60-89%): 黄色卡片 + 建议验证原文\n  L3 低信任(<60%): 红色卡片 + 展示多源让用户判断\n  L4 无法回答: 灰色提示 + 转人工入口\n\n状态可见:\n  - 搜索进度和文档扫描数量实时展示\n  - 引用来源含文档名+更新日期+一致性标记\n  - 时效性和矛盾性双重标记\n\n纠偏入口:\n  - 查看原文（高亮定位）\n  - 标记错误 / 报告过时\n  - 补充提问 / 转人工\n\n信任建立:\n  - 所有回答必须标注来源文档\n  - 置信度颜色+文字双重编码\n  - 文档时效性主动标注\n  - 矛盾信息不强行给结论\n\n反馈闭环:\n  - \"回答有误\" / \"文档过时\" 按钮收集\n  - 高频错误问答 → 知识管理团队待办\n  - 过时文档 → 自动触发更新提醒\n  - 低信任比例趋势 → 检索模型优化信号\n\n渐进自动化路径:\n  阶段1: 所有回答按信任等级展示，用户自行判断（当前）\n  阶段2: L1回答自动标记为\"已验证\"，减少用户重复验证\n  阶段3: L1回答直接作为官方参考答案，L2/L3仍需审核\n```","tags":["native","design","product","agent","skills","gmaxxxie","agent-skills","ai-agent","ai-native","ai-product","methodology","product-management"],"capabilities":["skill","source-gmaxxxie","skill-ai-native-ux-design","topic-agent-skills","topic-ai-agent","topic-ai-native","topic-ai-product","topic-methodology","topic-product-management","topic-product-methodology","topic-product-thinking","topic-skills"],"categories":["ai-native-product-agent-skills"],"synonyms":[],"warnings":[],"endpointUrl":"https://skills.sh/gmaxxxie/ai-native-product-agent-skills/ai-native-ux-design","protocol":"skill","transport":"skills-sh","auth":{"type":"none","details":{"cli":"npx skills add gmaxxxie/ai-native-product-agent-skills","source_repo":"https://github.com/gmaxxxie/ai-native-product-agent-skills","install_from":"skills.sh"}},"qualityScore":"0.478","qualityRationale":"deterministic score 0.48 from registry signals: · indexed on github topic:agent-skills · 56 github stars · SKILL.md body (9,624 chars)","verified":false,"liveness":"unknown","lastLivenessCheck":null,"agentReviews":{"count":0,"score_avg":null,"cost_usd_avg":null,"success_rate":null,"latency_p50_ms":null,"narrative_summary":null,"summary_updated_at":null},"enrichmentModel":"deterministic:skill-github:v1","enrichmentVersion":1,"enrichedAt":"2026-05-18T18:57:25.492Z","embedding":null,"createdAt":"2026-05-01T01:02:50.971Z","updatedAt":"2026-05-18T18:57:25.492Z","lastSeenAt":"2026-05-18T18:57:25.492Z","tsv":"'-01':739 '-05':738 '-180':982 '-2':491 '-89':974,1149 '-8921':487 '-90':438 '1':45,176,299,325,365,490,605,661,817,895 '12':726,775,1045 '123':431 '12345':479 '12月数据存在':785 '2':49,182,305,327,375,620,677,824,908,1041 '2024版':994 '2025年可能已更新':1111 '2026':737 '2026年差旅报销制度':966 '2篇文档':978 '3':59,187,309,329,408,655,696,786,830,944 '340':727,776 '3个备选回复':422 '3个推荐问题模板':665 '3个月前更新':1059 '4':66,197,314,331,445,714,1034 '5':71,204,319,335,471,742,1068 '500元':498 '6':78,337,502,764,1095 '60':973,1000,1148,1154 '7':82 '70':437,442 '847':1042 '90':434,952,981,1143 'ai':2,6,9,28,32,38,52,55,62,91,93,132,135,153,159,173,190,236,240,269,279,286,292,302,343,350,354,359,378,531,583,590,598,609,615,623,799,867,874,879,887,898,911,1125 'ai-native-ux-design':1 'ai分析卡片':412 'ai分析结果实时展示':546 'ai建议':386,398,631,636,648,653,919,931 'ai建议人决策':538,807 'ai建议人判断':1133 'ai提示':942 'ai生成建议':369 'ai自动':642,925,937 'ai自动执行':392,535,803,1129 'ambigu':266 'amount':780 'api接入':694 'archiv':257 'c':486 'collabor':191 'copilot':345,533 'definit':114,216 'design':5 'exposur':267 'feedback':198,503 'group':781 'hr':1115 'human':112,119,127,189,214,222,231 'human-in-definit':111,213 'human-in-the-loop':118,221 'human-on-the-loop':126,230 'it制度类文档':1116 'l1':949,1141 'l1回答直接作为官方参考答案':1200 'l1回答自动标记为':1196 'l2':970,1146 'l2/l3':1201 'l3':997,1152 'l4':1020,1157 'level':660,676,695,816,823,829 'loop':122,130,225,234 'month':783 'nativ':3,7,10,29,33,160 'p8a':259 'p8b':276 'p8c':289 'prompt':98,177 'rax':260,263 'risk':265 'sales_db.orders':772 'skill':12,14,35,252,255,363,603,893 'skill-ai-native-ux-design' 'source-gmaxxxie' 'sql':834 'sql编辑':674,706 'sql编辑器':702 'sum':779 'topic-agent-skills' 'topic-ai-agent' 'topic-ai-native' 'topic-ai-product' 'topic-methodology' 'topic-product-management' 'topic-product-methodology' 'topic-product-thinking' 'topic-skills' 'trust':102,205 'ui':151 'ux':4,16,25,73,84,94,99,103,136,174,178,199,206,274,297,333,339,346,352,473,504,529,586,766,797,870,1097,1122 'yaml':410,475,506,528,658,716,768,796,947,1036,1099,1121 '一句话结论':733 '一致性标记':1061,1165 '一键':555 '一键复制或分享':963 '一键评价':851 '上个月销售额怎么样':671 '下钻方向':809 '不同文档对此问题的表述不完全一致':1112 '不直接给结论':1010 '不确定性':317 '不确定性和执行边界':105 '不确定性展示':488,784,1106 '不确定性提示和边界告知':76 '不需要':463 '专家':831 '专家模式':697 '中':791 '中信任':971,1147 '中性':418 '中置信度':436 '中间步骤需调整':763 '为每个任务节点定义':51 '交互':961,988,1009,1027 '交互体验':92,154 '交互设计':448,745,1071 '产品如何收集有效反馈':200 '产品新增了另一层体验':161 '产品方法论':8,30 '产品的体验设计不应停留在':241 '产品的信任度分级体系':280 '产品的风险':270 '产品需要设计人与':37 '人做什么':304 '人决策':399,637,649 '人判断':932 '人在关键节点中修改':227 '人在关键节点中放行':228 '人在关键节点中确认':123,226 '人在回路中':117,220 '人在定义中':110,212 '人在异常时干预':237 '人在监督中':125,229 '人在目标定义':115 '人在目标定义中保持主导':217 '人在禁止项声明中保持主导':219 '人在边界设定中保持主导':218 '人在运行时监控':131,235 '人审核':643,926 '人工确认后才能发送':402 '人执行叫停与回滚':238 '人机分工':534,802,1128 '人机分工图':300 '人机分工设计':19,50,376,621,909 '人机协作':188 '人机协作核心节点':374 '人机协作的三个层级':211 '人权决':58,403,407,541,654,811,938,943,1136 '人确认':387,632,920 '人类职责':380,625,913 '人类职责和决策模式':54 '仅异常':579 '仍需审核':1202 '从传统':150 '以下三个子':254 '以建立合理信任':106 '任务分析':18 '任务节点':377,622,910 '任务链路分析':46,366,606,896 '企业知识库':866,1124 '传统软件体验主要围绕界面效率':155 '但内容存在差异':1014 '但引用的文档有时过时了':889 '但新用户打开就不知道从哪开始':600 '低信任':998,1153 '低信任回答或复杂问题':1094 '低信任比例趋势':1188 '低置信度':441 '低风险建议自动发送':575 '住宿标准可能为':995 '体验再流畅也很难形成长期信任':149 '体验设计要围绕任务完成':239 '你可以试试把两个指标放在一起对比':691 '你已解锁专家模式':712 '使用20次后解锁':698 '使用5次后解锁':679 '使用场景':36 '使用方式':322 '依赖':284 '保留原意':452 '信任':72,472,765,1096 '信任分级':933 '信任度分级':869,1127,1140 '信任度分级设计':945 '信任度分级设计器':277 '信任度等级体系':948 '信任建立':560,845,1174 '信任等级标签':1051 '信任系统':41 '信任设计':22 '信任设计和反馈机制':89 '信任设计方案':315 '信息查询':388,536 '信息错误':516 '修改':372 '修改内容追踪差异':566 '修改分析方向':747 '修改和放行':124 '修改和确认结果':193 '修改追踪':510 '候选回复区':421 '做什么':303 '先让用户看见和确认':108 '全功能':833 '全部功能':705 '共':774 '关键不是回复多长':248 '关键不是输出多漂亮':245 '其他区域数据未包含':794 '内容基本可用':453 '再算一次':758 '再逐步提高自动化程度的体验路径':109 '冗余':514 '决定是否深入':646 '决策模式':381,626,914 '准确':513 '准确率后':577 '减少用户重复验证':1198 '分享':618 '分布':685 '分析任务链路和人机分工点':326 '分析助手功能很多':599 '分析执行':638 '分析步骤条实时展示进度':837 '分析结果':63 '分析维度不对':752 '分析维度选择':808 '分析范围边界明确告知':848 '分析过程展示':718 '分析进度':729 '分配信任等级':935 '初步意图识别':537 '判断并执行升级':406 '判断是否找到正确文档':924 '到':152,283 '制度解读':1137 '功能使用频率':853 '功能和能力':293 '功能暴露':666,686,704 '功能菜单全部展开':709 '加上筛选条件':754 '匹配文档列表':1048 '升级判断':544 '协作的交互体验':39 '单图':821 '单图表输出':668 '即时反馈':507 '原因选择':465,1085 '参考历史成功案例':485 '反馈':557 '反馈沉淀':23,144,619,907 '反馈沉淀机制':79,320 '反馈闭环':564,849,1180 '反馈问题':468 '发现ai理解错误':470 '发现答案不正确':1086 '发送':371 '可切换':423 '可展开查看':1049 '可直接采纳':962,1145 '可视化面板':703 '合并子':251 '同时保持对服务的控制':356 '员工开始不信它了':890 '员工提问':897 '员工用它查制度':876 '和':147,520 '哪些动作可以自动执行':194 '哪些动作有风险':209 '哪些地方有不确定性':208 '哪些必须确认':195 '哪些要自己再确认':892 '回复生成':393,539 '回答不够精确':1081 '回答好看不好看':242 '回答有时引用了过时文档':880 '回答有误':1181 '回退到上一步':761 '围绕人机协作':95 '国内出差住宿标准为':969 '图表':732 '图表生成':806 '在分析系统里':244 '在客服系统里':247 '在每个任务节点上':301 '场景描述':348,588,872 '基于':27,262,771 '基于物流轨迹预测':493 '基于订单':478 '基础计算':805 '基础问答式分析':667 '多图对比':827 '多图表对比':687 '多来源时展示一致性':1104 '多篇文档一致':1062 '多维分析':673 '天':492,983 '如何展示来源':316 '如何引导用户提供足够的上下文':180 '如何把反馈转化为系统改进':203 '如何推进':170 '如何收集有效反馈并转化为系统改进':321 '如何被纠偏':171 '如何让用户感觉自己仍然在控制':196 '如何让用户愿意提供修正和改进建议':202 '如何让用户知道怎么修正系统方向':181 '如果系统省略了':145 '完全拒绝':462,556 '完全拒绝和标记错误等纠偏入口':70 '完整工作台':700,832 '定期沉淀':517 '定期质量报告生成':567 '实时高亮当前步骤':723 '审核':395 '审核分析逻辑和结论':641 '审核并放行最终结论':652 '客服':344,532 '客服协同工作台的':351 '客服审核':370 '客服建议有时不被采纳':360 '客服理解':368 '客服采纳建议后':508 '对外分享':813 '对比':683 '对比方式':810 '导致用户信任度下降':882 '导航是否清晰':156 '将反馈转化为系统改进':81 '尝试':282 '局限性提示':740 '展开的详情':416 '展示':957,984,1005,1024 '展示多源让用户判断':1156 '展示引用来源列表':989 '展示文档最后更新日期和维护责任人':1103 '展示文档最后更新时间和维护人':1067 '展示相关片段让用户自行判断':1011 '已为您转接行政助理':1033 '已归档至':256 '已扫描':725,1040 '已查询的数据':415 '已自动切换模板':501 '已验证':1197 '帮助产品团队识别和管理用户体验风险':272 '常规周报自动生成':860 '干预异常':133 '建立合理信任':77 '建议':57,355 '建议人工处理':444 '建议优先解释政策':495 '建议升级':405 '建议完全不相关':466 '建议联系行政部门确认':1019 '建议验证':986 '建议验证原文':1151 '异常处理':404 '异常指标自动预警':863 '引导方式':669,690,708 '引用':481 '引用1':977 '引用1-2篇文档':976 '引用3':954 '引用来源':428 '引用来源列表':1053 '引用来源含文档名':1163 '引用的文档已过期':1090 '弱点':275 '当前':572,858,1194 '当前分析范围为华东区':793 '当用户提供产品场景时':323 '往哪深入':647 '待改进建议':521 '快捷切换':751 '快捷切换分析角度':841 '快捷操作栏':682,826 '快捷编辑':552 '快捷评价':509 '快速编辑':450 '怎么设计体验才能两头兼顾':602 '怎么设计才能让用户知道哪些回答可以放心用':891 '怎么设计更好的协作体验':362 '情绪':384 '情绪检测':417 '意图':547 '意图理解':382 '意图识别结果':413 '愤怒':420 '愿意持续与系统协作':42 '我们的':358,597,886 '我要提问':1029 '或':979,1003 '所有分析由用户触发':857 '所有回答必须标注来源文档':1175 '所有回答按信任等级展示':1192 '所有建议人工审核':571 '所有建议标注来源':561 '所有高级功能已开放':713 '执行叫停与回滚':134 '执行步骤':44 '执行流程':364,604,894 '扩展分析':616 '找出':273 '找到':1044 '找到3篇相关文档':1013 '找流程':877 '投诉处理':543 '报告':522 '报告过时':1087,1171 '报销制度':993 '拒绝和升级人工':313 '按产品线':750 '按信任等级展示回答':902 '按区域':749 '按照用户成熟度逐步展示':291 '按钮':457,464,469,759,1075,1084,1089,1093 '按钮收集':1183 '按钮是否顺手':157 '换个方式问':1079 '换个角度':748 '换个说法':456 '排序相关性':923 '推荐下钻维度和关联分析':645 '推荐分析模板':629 '推荐相关数据集和字段':634 '提交给知识管理团队':1030 '提供转人工入口':1028 '提供高级快捷键':710 '搜索':868,1126 '搜索与问答系统':875 '搜索过程展示':1038 '搜索进度和文档扫描数量实时展示':1162 '摘要':253 '数据分析助手':584,591,800 '数据加载':724 '数据或逻辑有误':760 '数据截至':736 '数据来源和计算方式透明':846 '数据来源和风险标记':65 '数据来源明确标注':549 '数据来源标注':735 '数据查询':804 '数据缺失和局限性主动提示':847 '数据选取':633 '数据量和来源始终可见':838 '整合人机分工图':86 '文字双重编码':1109,1177 '文档a':1015 '文档b':1017 '文档之间存在矛盾':1002 '文档可能过时':1088 '文档名':1054 '文档时效性主动标注':1178 '文档时效性判断':1135 '文档更新于90天内':956 '文档检索':1130 '文档溯源':1064 '文档较旧':980 '文档过时':1182 '文档间存在差异':1063 '新手':818 '新手引导态':662 '新手用户容易被复杂功能吓退':592 '方案':26,85,298,334,340,530,798,1123 '无法回答':1021,1158 '无直接匹配文档':1004 '时效性和矛盾性双重标记':1166 '时效性标记':1057 '时间范围选择':688 '智能体交互':183 '更新日期':1055,1164 '更稳地解决问题':250 '最佳建议':519 '最新':1058 '有时对不确定的问题也给出肯定回答':881 '有时被采纳后反而要修改':361 '未找到相关知识':1026 '本系统覆盖行政':1114 '条':484,968 '条件':953,975,1001,1022 '条记录':728,777 '来源展示':477,770,1101 '查技术文档':878 '查看出处':1074 '查看原文':1073,1168 '查询数据':721 '标注引用来源':929 '标注风险':401 '标签':960,987,1008 '标签选择':512 '标记':906 '标记文档时效性':940 '标记错误':467,1082,1170 '核对数据准确性':391 '核心':657,946 '核心内容已合并入本节':258 '核心概念':90 '根因分析推送':864 '根据':965,992 '根据等级决定是否采信':936 '框架':264 '案例库':524 '梳理用户从表达目标到完成任务的完整链路':47 '检测到高风险词':461 '检索模型优化信号':1189 '检索相关文档':922 '检索知识库':900 '模型优化需求':526 '模板':820 '模糊性和暴露程度':271 '正向案例入库':568 '正在检索知识库':1039 '正在计算环比变化':730 '正在评估答案可靠性':1047 '此建议不适用vip客户':500 '步骤回退':843 '步骤条':719 '步骤条点击回退':762 '每个回复的风险标记':424 '每周生成':518 '每条回答必须标注引用文档':1102 '流程':137 '流程确认':1138 '浮层':755 '海外政策请咨询当地hr':1119 '涉及法律合规类问题建议咨询法务部':1117 '深入探索':614 '深度探索':644 '渐进式地建立对':285 '渐进式披露':585,801,815 '渐进式披露清单':290 '渐进式披露设计':656 '渐进式自动化':107 '渐进自动化路径':569,855,1190 '灰色提示':1025,1159 '点击引用':1065 '物流':390 '状态可见':96,146,545,836,1161 '状态可见性':20,87 '状态可见性设计':60,306,409,715,1035 '理解意图':610 '理解目标':720 '理解问题':899 '生成':480 '生成候选回复':394 '生成分析':722 '生成初始分析':611 '生成回答':928 '生成图表':640 '生成摘要和行动建议':651 '用户体验设计':34 '用户体验设计的实操':11 '用户判断是否采信':903 '用户反馈':373 '用户咨询':367 '用户如何修正':311 '用户如何接管':192 '用户如何理解系统正在做什么':186 '用户如何自然表达问题':179 '用户如何表达意图':162 '用户如何表达目标':100 '用户审核放行':861 '用户导出':617 '用户想验证答案':1077 '用户成熟度分级':659 '用户打开助手':607 '用户提供产品场景':13 '用户提出目标后':168 '用户查看结果':612 '用户纠偏或确认':142 '用户自行判断':1193 '用户表达目标':138 '用户输入':357,596,885 '用户验证':904 '界面':663,680,699 '界面元素':411,717,1037 '的五个核心特征':175 '的信任':287 '的全过程':172 '目标理解':627 '相关度':1056 '相关性排序':1131 '真正被设计的不只是界面元素':166 '着急':419 '矛盾信息不强行给结论':1179 '矛盾性':1105 '知识库中无相关内容':1023 '知识库中暂无关于海外签证办理的文档':1032 '知识库搜索经常给出很自信的回答':888 '知识检索':921 '知识管理团队待办':1185 '确认':312 '确认或修正分析方向':630 '确认或纠正理解':385 '确认或补充上下文':918 '确认是否需要更新':941 '示例':341,342,582,865,964,991,1012,1031 '移除敏感表述':460 '第16章':31 '第3.2':483 '第4.2':967 '答案卡片':1050 '答案生成':927 '答案采信':1134 '筛选条件浮层':842 '简洁输入框':664 '篇一致文档':955 '篇文档':1043 '篇相关文档':1046 '系统如何回应':169 '系统如何展示思考过程':184 '系统如何展示来源':104 '系统如何展示正在做什么':307 '系统如何展示步骤和状态':185 '系统如何理解目标':163 '系统如何让用户知道答案从哪里来':207 '系统展示状态':139 '系统性评估':268 '纠偏入口':148,551,840,1167 '纠偏方式':447,744,1070 '纠偏机制':21,88 '纠偏机制设计':67,310,446,743,1069 '红':427 '红色卡片':1006,1155 '红色边框':443 '结果可纠偏和边界可控制来设计的产品体验':97 '结果如何被解释':164 '结果展示':731 '结果执行':143 '结果范围太大':756 '结论':822 '结论放行':812 '结论输出':650 '给出建议':140 '维度切换':689,828 '绿':425 '绿色卡片':958,1144 '绿色边框':435 '编辑':396 '缺失':787 '置信度':64,548,790,951,972,999 '置信度可视化':1107 '置信度和局限性主动标注':839 '置信度提示':432 '置信度条':414 '置信度标签':734 '置信度计算':1132 '置信度颜色':1176 '老用户又觉得每次都要点好几层才能用高级功能':601 '而不是只收点赞点踩':201 '而是':167 '而是能否更快':249 '而是能否让用户快速理解异常原因并采取行动':246 '而要围绕任务完成效率来设计':243 '而高级用户又希望一步到位获取深度分析':593 '职责':53,379,624,912 '自动':56 '自动执行':15,324 '自动查询订单':389 '自动移除敏感词':559 '自动触发更新提醒':1187 '自动计算':639 '自动调整披露策略':854 '自定义':835 '自定义sql':693 '自定义仪表盘':707 '自定义指标':675 '行内':553 '行内编辑':451 '行动':141 '行动决策':814 '补充信息和修正系统方向的交互设计':101 '补充提问':1078,1172 '补充约束':753 '表':773 '表单是否顺畅':158 '表达分析目标':608 '规则第x条':429 '解决方案推荐':540 '解析自然语言':628 '解析问题意图':916 '解锁提示':711 '触发条件':449,746,1072 '计算方式':778 '计算置信度':934 '订单':430 '让不同成熟度的用户都能高效使用':595 '让不同置信度的回答有不同的展示方式和交互行为':884 '让客服专员高效使用':353 '让用户从':281 '记录人工编辑与原建议的差异':511 '设计':74,278,347,474,505,587,767,871,1098 '设计一个':349 '设计一个企业内部知识库的':873 '设计一个面向业务分析师的':589 '设计信任':332 '设计反馈沉淀机制':336 '设计快速编辑':68 '设计有效反馈收集方式':80 '设计来源展示':75 '设计流程':17 '设计状态可见性方案':328 '设计系统如何展示':61 '设计纠偏机制':330 '评估答案可信度':930 '评估答案可靠性':901 '识别人机协作的核心节点':48 '识别咨询类型':383 '识别领域':917 '试试问我':670 '该分析未包含退货数据':741 '该回答基于2024年制度':1110 '该情况较为少见':494 '该文档仅适用于中国区':1118 '该文档已超过6个月未更新':996 '该结论基于历史6个月数据':789 '说':1016,1018 '请求人工':1091 '请确认':440 '超过6个月':1060 '趋势':684 '趋势可能偏低':788 '跨部门问题':1139 '跳转文档高亮段落':1076 '转人工':1173 '转人工入口':1160 '转人工咨询':1092 '输入':701 '输入框':681,819,1080 '输出':24,83,338 '输出物':296 '输出结果':527,795,1120 '边界':318 '边界场景人工介入':580 '边界场景明确告知限制':563 '边界提示':496,792,1113 '边界设定和禁止项声明中保持主导':116 '达成90':576 '过时文档':1186 '过时检测':939 '这个分析有用吗':850 '这个回答有误':1083 '进度如何':308 '进阶':825 '进阶探索态':678 '追加需求':613 '追踪用户在哪个披露层级卡住':852 '退换货规则':482 '退款涉及金额':497 '选择':397 '选择数据范围和维度':635 '透明度设计':476,769,1100 '通过分级交付策略降低用户的心理门槛':288 '避免一次性交付过多信息造成认知过载':294 '采纳':905 '采纳行为自动记录':565 '重新生成':69,455,554,757,844 '错误如何被纠正':165 '长期目标':581 '问题理解':915 '阶段1':570,856,1191 '阶段2':573,859,1195 '阶段3':578,862,1199 '降低新手期流失率':295 '降低风险':459 '隐藏内容':672,692 '需主管确认':499 '需微调':454 '需要人工确认':1007 '需要注意':210 '需要让用户理解系统':40 '需要设计信任度分级体系':883 '需要设计渐进式披露路径':594 '需要设计渐进式自动化路径':43 '预计送达时间':489 '频繁修改场景':525 '颜色':1108 '颜色编码':1052 '风格不合适':458 '风格差':515 '风险等级颜色编码':550 '风险评估器':261 '风险降级':558 '高不确定性场景主动提示':562 '高亮原文对应段落':1066 '高亮定位':1169 '高信任':950,1142 '高置信回答':959 '高置信度':433,574 '高采纳率建议':523 '高频错误问答':1184 '高风险承诺':400,542 '黄':426 '黄色卡片':985,1150 '黄色边框':439 '鼓励用户点击查看原文':990","prices":[{"id":"2b1684cb-7063-4f4e-b83b-841049333801","listingId":"2f2dfcbc-8b25-4452-9dfc-526d5dcf254b","amountUsd":"0","unit":"free","nativeCurrency":null,"nativeAmount":null,"chain":null,"payTo":null,"paymentMethod":"skill-free","isPrimary":true,"details":{"org":"gmaxxxie","category":"ai-native-product-agent-skills","install_from":"skills.sh"},"createdAt":"2026-05-01T01:02:50.971Z"}],"sources":[{"listingId":"2f2dfcbc-8b25-4452-9dfc-526d5dcf254b","source":"github","sourceId":"gmaxxxie/ai-native-product-agent-skills/ai-native-ux-design","sourceUrl":"https://github.com/gmaxxxie/ai-native-product-agent-skills/tree/main/skills/ai-native-ux-design","isPrimary":false,"firstSeenAt":"2026-05-01T01:02:50.971Z","lastSeenAt":"2026-05-18T18:57:25.492Z"}],"details":{"listingId":"2f2dfcbc-8b25-4452-9dfc-526d5dcf254b","quickStartSnippet":null,"exampleRequest":null,"exampleResponse":null,"schema":null,"openapiUrl":null,"agentsTxtUrl":null,"citations":[],"useCases":[],"bestFor":[],"notFor":[],"kindDetails":{"org":"gmaxxxie","slug":"ai-native-ux-design","github":{"repo":"gmaxxxie/ai-native-product-agent-skills","stars":56,"topics":["agent-skills","ai-agent","ai-native","ai-product","methodology","product-management","product-methodology","product-thinking","skills"],"license":null,"html_url":"https://github.com/gmaxxxie/ai-native-product-agent-skills","pushed_at":"2026-05-06T07:19:36Z","description":"AI Native Product Methodology — 80 executable skills across P0-P14 stages, covering needs discovery to aesthetic authority. From 8 books.","skill_md_sha":"5c44a48800ad5dcdd260dceb4c6d8f8f70388730","skill_md_path":"skills/ai-native-ux-design/SKILL.md","default_branch":"main","skill_tree_url":"https://github.com/gmaxxxie/ai-native-product-agent-skills/tree/main/skills/ai-native-ux-design"},"layout":"multi","source":"github","category":"ai-native-product-agent-skills","frontmatter":{"name":"ai-native-ux-design","description":"AI Native 产品方法论——AI Native 用户体验设计的实操 Skill。\n用户提供产品场景，Skill 自动执行 UX 设计流程：\n任务分析 → 人机分工设计 → 状态可见性 → 纠偏机制 → 信任设计 → 反馈沉淀 → 输出 UX 方案。\n基于《AI Native 产品方法论》第16章。"},"skills_sh_url":"https://skills.sh/gmaxxxie/ai-native-product-agent-skills/ai-native-ux-design"},"updatedAt":"2026-05-18T18:57:25.492Z"}}